数仓概念： 目的：面向分析，支持分析
数据仓库（英语：Data Warehouse，简称 数仓、 DW）,是一个 用于存储、分析、报告的数据系统。
数据仓库的目的是构建 面向分析的集成化数据环境，分析结果为企业提供决策支持（Decision Support）。
数仓专注分析：
数据仓库 本身并不”生产”任何数据 ，其数据来源于不同外部系统；
同时数据仓库自身 也不需要”消费”任何的数据 ，其结果开放给各个外部应用使用
为什么会出现数仓：
1、解决业务数据的存储问题
2、分析型决策的制定
数据仓库的构建：
如数仓定义所说, 数仓是一个用于存储、分析、报告的数据系统 ，目的是 构建面向分析的集成化数据环境 。我们把
这种 面向分析、支持分析的系统称之为 OLAP （联机分析处理）系统 。当然，数据仓库是OLAP系统的一种实现。
数仓主要特征：
面向主题性：
传统OLTP系统对数据的划分并不适用于决策分析。而基于主题组织的数据则不同，它们被划分为各自独立的领域 ，每个领域有各自的逻辑内涵但互不交叉，在 抽象层次上对数据进行完整、一致和准确的描述 。
集成性：
统一源数据中所有矛盾之处 ； 进行 数据综合和计算 。
数据仓库中的数据综合工作可以在从原有数据库抽取数据时生成，但许多是在数据仓库内部生成的，即进入数据仓库以后进行综合生成的。
非易失性、非异变性：
数据仓库是分析数据的平台，而不是创造数据的平台 。我们是通过数仓去分析数据中的规律，而不是去创造修改其中的规律。因此数据进入数据仓库后，它便稳定且不会改变
数据仓库的数据反映的是一段相当长的时间内历史数据的内容
数据仓库中一般有 大量的查询操作 ，但修改和删除操作很少 。
时变性： 数仓是一个项目，更是一个过程
当业务变化后会失去时效性。因此 数据仓库的数据需要随着时间更新，以适应决策的需要
数据仓库主流开发语言–SQL：
结构化查询语言 （ S tructured Q uery L anguage）简称 SQL ，是一种数据库查询和程序设计语言，用于 存取数据 以及 查询 、 更新 和 管理 数据
特点：功能强大、简洁、语法简单、易于学习
sql基本语法：
DDL语法使我们有能力 创建或删除表 ，以及数据库、索引等各种对象，但是不涉及表中具体数据操作：
CREATE DATABASE – 创建新数据库
CREATE TABLE – 创建新表
DML语法是我们有能力针对 表中的数据进行插入、更新、删除、查询 操作：
SELECT – 从数据库表中获取数据
UPDATE – 更新数据库表中的数据
DELETE – 从数据库表中删除数据
INSERT – 向数据库表中插入数据
更多sql语法详情可看本人其他系列（mysql学习， 更新中 ）
Original: https://blog.csdn.net/weixin_56306635/article/details/123532735
Author: 岁月不静好456
Title: python+大数据day7 数仓
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/698048/
转载文章受原作者版权保护。转载请注明原作者出处！